如何在R中使用PCA向下投影后重建图像？

如果原始图像是N维，我向下投影到10维。如何从10维重建一个N维图像？当然我知道会有信息丢失。

下面的视频可能是有益的https://class.coursera.org/ml-003/lecture/87 – Edwin

如果我正确理解你，那么你想用前10个主成分重建一个表示为矩阵X的图像。假设你有原始图像，你可以通过首先使用函数“svd”分解矩阵然后保持前10个奇异值来做到这一点。

s <- svd(X) #perform singular value decomposition 
    s$d[11:N] <- 0 #keep first 10 components 
    Xre <- s$u %*% diag(s$d) %*% t(s$v) #reconstruct

我在编辑以包含PCA版本。

p <- prcomp(X) 
    Xre <- p$x[,1:10] %*% t(p$rotation[,1:10]) #multiply rotated matrix and rotation matrix

2014-04-01 22:55:10

它不是SVD – user3111311

@ user3111311 PCA和SVD非常密切相关的PCA。事实上，svd是实施PCA的首选方式。 – TooTone

由于'prcomp'的默认值为'center = TRUE'，我相信你还需要添加'p $ center'来重建原始数据。 –

回答